Memory Management for Real-Time Appearance-Based Loop Closure Detection

简介

本文介绍了在SLAM中寻找当前位置和之前访问过的位置之间匹配的循环闭合检测过程。随着内部地图的增大，处理新观测所需的时间也会增加，这可能会影响实时处理。为此，我们提出了一种新颖的针对大规模和长期SLAM的实时循环闭合检测方法。我们的方法基于一种内存管理方法，可以保持每个新观测的计算时间在一个固定的限制之下。实验结果表明，该方法具有良好的适应性和可扩展性，已在四个标准数据集上进行了测试。
图表
解决问题

本论文旨在解决SLAM中的实时循环闭合检测问题，随着内部地图的不断扩大，新观测数据的处理时间也会增加，这会影响实时处理的速度。
关键思路

该论文提出了一种基于内存管理的实时循环闭合检测方法，以保持每个新观测数据的计算时间在固定限制内。
其它亮点

论文的方法具有适应性和可扩展性，使用了四个标准数据集进行实验验证。论文还提供了开源代码。
相关研究

在最近的研究中，也有一些关于SLAM中循环闭合检测的相关研究，如“Real-time loop closure in 2D LIDAR SLAM”和“Efficient loop closure detection for visual SLAM”等。